博客

一个基于Java线程池管理的开源框架Hippo4j实践

  • Post author:
  • Post category:java


文章目录



概述



定义


Hippo4j 官网地址

https://hippo4j.cn/ 最新版本1.5.0


Hippo4j 官网文档地址

https://hippo4j.cn/docs/user_docs/intro


Hippo4j 源码地址

https://github.com/opengoofy/hippo4j

Hippo4j是一个动态可观测线程池框架，通过对 JDK 线程池增强，以及扩展三方框架底层线程池等功能，为业务系统提高线上运行保障能力。



线程池痛点

线程池是一种基于池化思想管理线程的工具，使用线程池可以减少创建销毁线程的开销，避免线程过多导致系统资源耗尽。在高并发以及大批量的任务处理场景，线程池的使用是必不可少的。线程池常见痛点：

  • 线程池随便定义，线程资源过多，造成服务器高负载。
  • 线程池参数不易评估，随着业务的并发提升，业务面临出现故障的风险。
  • 线程池任务执行时间超过平均执行周期，开发人员无法感知。
  • 线程池任务堆积，触发拒绝策略，影响既有业务正常运行。
  • 当业务出现超时、熔断等问题时，因为没有监控，无法确定是不是线程池引起。
  • 原生线程池不支持运行时变量的传递，比如 MDC 上下文遇到线程池就 GG。
  • 无法执行优雅关闭，当项目关闭时，大量正在运行的线程池任务被丢弃。
  • 线程池运行中，任务执行停止，怀疑发生死锁或执行耗时操作，但是无从下手。



功能

  • 动态变更：应用运行时动态变更线程池参数，包括不限于核心、最大线程、阻塞队列大小和拒绝策略等，支持应用集群下不同节点线程池配置差异化。
  • 自定义报警：应用线程池运行时埋点，提供四种报警维度，线程池过载、阻塞队列容量、运行超长以及拒绝策略报警，并支持自定义时间内不重复报警。
  • 运行监控：管理应用线程池实例；支持自定义时长线程池运行数据采集存储，同时也支持 Prometheus、InfluxDB 等采集监控，通过 Grafana 或内置监控页面提供可视化大屏监控运行指标。实时查看线程池运行时数据，最近半小时线程池运行数据图表展示。
  • 功能扩展 – 支持线程池任务传递上下文；项目关闭时，支持等待线程池在指定时间内完成任务。
  • 多种模式 – 内置两种使用模式：依赖配置中心和无中间件依赖。
  • 容器管理 – Tomcat、Jetty、Undertow 容器线程池运行时查看和线程数变更。
  • 框架适配 – Dubbo、Hystrix、RabbitMQ、RocketMQ 等消费线程池运行时数据查看和线程数变更。



框架概览

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4bRHnVlQ-1681738378627)(null)]

Hippo4j参考美团的设计，按照租户、项目、线程池的维度划分。再加上系统权限，让不同的开发、管理人员负责自己系统的线程池操作。比如一家公司的公共组件团队，团队中负责消息、短链接网关等项目，公共组件是租户，消息或短链接就是项目。Hippo4j 可以动态修改线程池，也可以实时查看线程池运行时指标、负载报警、配置日志管理等。


  • hippo4j-adapter

    ：适配对第三方框架中的线程池进行监控，如 Dubbo、RocketMQ、Hystrix 等；

  • hippo4j-auth

    ：用户、角色、权限等；

  • hippo4j-common

    ：多个模块公用代码实现；

  • hippo4j-config

    ：提供线程池准实时参数更新功能；

  • hippo4j-console

    ：对接前端控制台；

  • hippo4j-core

    ：核心的依赖，包括配置、核心包装类等；

  • hippo4j-discovery

    ：提供线程池项目实例注册、续约、下线等功能；

  • hippo4j-example

    ：示例工程；

  • hippo4j-message

    ：配置变更以及报警通知发送；

  • hippo4j-monitor

    ：线程池运行时监控；

  • hippo4j-server

    ：Server 端发布需要的模块聚合；

  • hippo4j-spring-boot

    ：SpringBoot Starter。



架构

简单来说，Hippo4j 从部署的角度上分为两种角色：Server 端和 Client 端。Server 端是 Hippo4j 项目打包出的 Java 进程，功能包括用户权限、线程池监控以及执行持久化的动作。Client 端指的是我们 SpringBoot 应用，通过引入 Hippo4j Starter Jar 包负责与 Server 端进行交互。比如拉取 Server 端线程池数据、动态更新线程池配置以及采集上报线程池运行时数据等。总体功能架构如下图

image-20230417104856237

  • 基础组件

    • 配置中心（Config）：配置中心位于 Server 端，它的主要作用是监控 Server 端线程池配置变更，实时通知到 Client 实例执行线程池变更流程。代码设计基于 Nacos 1.x 版本的

      长轮询以及异步 Servlet 机制

      实现。
    • 注册中心（Discovery）：负责管理 Client 端（单机或集群）注册到 Server 端的实例，包括不限于

      实例注册、续约、过期剔除

      等操作，代码基于 Eureka 源码实现。
    • 控制台（Console）：对接前端项目，包括不限于以下模块管理：

image-20230417104701751

  • 消息通知：Hippo4j 内置了很多需要通知的事件，比如：线程池参数变更通知、线程池活跃度报警、拒绝策略执行报警以及阻塞队列容量报警等。目前 Notify 已经接入了钉钉、企业微信和飞书，后续持续集成邮件、短信等通知渠道；并且Notify 模块提供了消息事件的 SPI 方案，可以接受三方自定义的推送。
  • Hippo4j-Spring-Boot-Starter：Hippo4j 提供以 Starter Jar 包的形式嵌套在应用内，负责与 Server 端完成交互。



部署



Docker安装

使用 Docker 运行服务端，默认使用内置 H2 数据库，数据持久化到 Docker 容器存储卷中。 

docker run -d -p 6691:6691 --name hippo4j-server hippo4j/hippo4j-server

或者底层存储数据库切换为 MySQL。

DATASOURCE_HOST

需要切换为本地 IP，不能使用

127.0.0.1

或

localhost

。 

docker run -d -p 6691:6691 --name hippo4j-server \
-e DATASOURCE_MODE=mysql \
-e DATASOURCE_HOST=192.168.3.200 \
-e DATASOURCE_PORT=3306 \
-e DATASOURCE_DB=hippo4j_manager \
-e DATASOURCE_USERNAME=root \
-e DATASOURCE_PASSWORD=root \
hippo4j/hippo4j-server

访问 Server 控制台，路径

http://hadoop3:6691/index.html

，默认用户名密码：admin / 123456

image-20230417113037904



二进制安装

# 下载hippo4j-server1.5.0最新版本二进制文件,
wget https://github.com/opengoofy/hippo4j/releases/download/v1.5.0/hippo4j-server-1.5.0.tar.gz
# 解压文件
tar -xvf hippo4j-server-1.5.0.tar.gz
# 进入目录
cd hippo4j-server/
# 创建数据库用户并执行conf/hippo4j_manager.sql创建和初始hippo4j_manager数据库，按需修改conf/application.properties数据库连接信息
# 授权startup.sh执行权限后，启动hippo4j-server
./bin/startup.sh

如果不下载二进制也可以使用源码编译的方式，修改resources目录下的application.properties数据库连接信息，启动 Hippo4j-Server/Hippo4j-Bootstrap模块下 ServerApplication 应用类。

image-20230417113532469

修改示例项目hippo4j-spring-boot-starter-example的application.properties文件中spring.dynamic.thread-pool.server-addr，启动示例项目hippo4j-spring-boot-starter-example 模块下 ServerExampleApplication 应用类。访问 Server 控制台，路径

http://hadoop3:6691/index.html

，默认用户名密码：admin / 123456

image-20230417134715677

配置变更，访问控制台动态线程池菜单下线程池实例，修改动态线程池相关参数。

image-20230417135255807

点击确认按钮后可以看到控制台输出线程池变更的配置参数

image-20230417135507870



运行模式

Hippo4j 分为两种使用模式：轻量级依赖配置中心以及无中间件依赖版本。

image-20230417142854812

  • Hippo4j config：

    轻量级动态线程池管理

    ，依赖 Nacos、Apollo、Zookeeper、ETCD、Polaris、Consul 等三方配置中心（任选其一）完成线程池参数动态变更，支持运行时报警、监控等功能。

  • Hippo4j server：前面部署就是无中间件依赖版本，需要部署

    部署 Hippo4j server 服务

    ，通过可视化 Web 界面完成线程池的创建、变更以及查看，不依赖三方中间件。相比较 Hippo4j config，功能会更强大，但同时也引入了一定的复杂性。需要部署一个 Java 服务，以及依赖 MySQL 数据库。

Hippo4j config Hippo4j server
依赖 Nacos、Apollo、Zookeeper、ETCD、Polaris、Consul 配置中心（任选其一） 部署 Hippo4j server（内部无依赖中间件）
使用 配置中心补充线程池相关参数 Hippo4j server web 控制台添加线程池记录
功能 包含基础功能：参数动态化、运行时监控、报警等 基础功能之外扩展控制台界面、线程池堆栈查看、线程池运行信息实时查看、历史运行信息查看、线程池配置集群个性化等
  • 使用建议：根据公司情况选择，如果基本功能可以满足使用，选择 Hippo4j config 使用即可；如果希望更多的功能，可以选择 Hippo4j server。

    两者在进行替换的时候，无需修改业务代码

    。



依赖配置中心



接入流程

这里以官方提供以Nacos为配置中心示例说明，其他的类似

  • 引入依赖 
<dependency>
    <groupId>cn.hippo4j</groupId>
    <artifactId>hippo4j-config-spring-boot-starter</artifactId>
    <version>1.5.0</version>
</dependency>
  • 启动类上添加注解

    @EnableDynamicThreadPool

    。
  • 创建Nacos配置文件。

在示例工程hippo4j-config-nacos-spring-boot-starter-example中配置Nacos的地址，并在Nacos对应的空间和组下创建hippo4j-nacos.properties文件，将原来在bootstrap.properties中的配置转移到Nacos中 

spring.dynamic.thread-pool.enable=true
spring.dynamic.thread-pool.banner=true
spring.dynamic.thread-pool.check-state-interval=5
spring.dynamic.thread-pool.monitor.enable=true
spring.dynamic.thread-pool.monitor.collect-types=micrometer
spring.dynamic.thread-pool.monitor.thread-pool-types=dynamic,web
spring.dynamic.thread-pool.monitor.initial-delay=10000
spring.dynamic.thread-pool.monitor.collect-interval=5000

spring.dynamic.thread-pool.notify-platforms[0].platform=WECHAT
spring.dynamic.thread-pool.notify-platforms[0].token=ac0426a5-c712-474c-9bff-72b8b8f5caff
spring.dynamic.thread-pool.notify-platforms[1].platform=DING
spring.dynamic.thread-pool.notify-platforms[1].token=56417ebba6a27ca352f0de77a2ae9da66d01f39610b5ee8a6033c60ef9071c55
spring.dynamic.thread-pool.notify-platforms[2].platform=LARK
spring.dynamic.thread-pool.notify-platforms[2].token=2cbf2808-3839-4c26-a04d-fd201dd51f9e

spring.dynamic.thread-pool.executors[0].thread-pool-id=message-consume
spring.dynamic.thread-pool.executors[0].thread-name-prefix=message-consume
spring.dynamic.thread-pool.executors[0].core-pool-size=4
spring.dynamic.thread-pool.executors[0].maximum-pool-size=6
spring.dynamic.thread-pool.executors[0].queue-capacity=512
spring.dynamic.thread-pool.executors[0].blocking-queue=ResizableCapacityLinkedBlockingQueue
spring.dynamic.thread-pool.executors[0].execute-time-out=800
spring.dynamic.thread-pool.executors[0].rejected-handler=AbortPolicy
spring.dynamic.thread-pool.executors[0].keep-alive-time=6691
spring.dynamic.thread-pool.executors[0].allow-core-thread-time-out=true
spring.dynamic.thread-pool.executors[0].alarm=true
spring.dynamic.thread-pool.executors[0].active-alarm=80
spring.dynamic.thread-pool.executors[0].capacity-alarm=80
spring.dynamic.thread-pool.executors[0].notify.interval=8
spring.dynamic.thread-pool.executors[0].notify.receives=chen.ma
spring.dynamic.thread-pool.executors[1].thread-pool-id=message-produce
spring.dynamic.thread-pool.executors[1].thread-name-prefix=message-produce
spring.dynamic.thread-pool.executors[1].core-pool-size=2
spring.dynamic.thread-pool.executors[1].maximum-pool-size=4
spring.dynamic.thread-pool.executors[1].queue-capacity=1024
spring.dynamic.thread-pool.executors[1].blocking-queue=ResizableCapacityLinkedBlockingQueue
spring.dynamic.thread-pool.executors[1].execute-time-out=800
spring.dynamic.thread-pool.executors[1].rejected-handler=AbortPolicy
spring.dynamic.thread-pool.executors[1].keep-alive-time=6691
spring.dynamic.thread-pool.executors[1].allow-core-thread-time-out=true
spring.dynamic.thread-pool.executors[1].alarm=true
spring.dynamic.thread-pool.executors[1].active-alarm=80
spring.dynamic.thread-pool.executors[1].capacity-alarm=80
spring.dynamic.thread-pool.executors[1].notify.interval=8
spring.dynamic.thread-pool.executors[1].notify.receives=chen.ma

image-20230417143903489

启动hippo4j-config-nacos-spring-boot-starter-example工程的ConfigNacosExampleApplication，修改上面在Nacos配置hippo4j-nacos.properties文件，可以看到日志输出修改线程池信息，

image-20230417144505769

ThreadPoolExecutor 适配，添加线程池配置类，通过

@DynamicThreadPool

注解修饰。

threadPoolId

为服务端创建的线程池 ID。这个也是前面配置的spring.dynamic.thread-pool.executors[0].thread-pool-id=message-consume

image-20230417145903123



个性化配置

hippo4j-config 是依赖配置中心做线程池配置动态变更。这种模式有一种缺点：改动配置文件后，所有客户端都会变更。希望 hippo4j-config 能够像 hippo4j-server 一样实现

客户端集群个性化配置

，能够针对单独的客户端进行配置变更。

  • 容器及三方框架线程池自定义启用

容器及三方框架线程池添加启用配置，为了保持统一，动态线程池配置中也有该参数配置。配置项默认开启。 

spring:
  dynamic:
    thread-pool:
      tomcat:
        enable: true
      executors:
        - thread-pool-id: message-consume
          enable: false
      adapter-executors:
        - threadPoolKey: 'input'
          enable: true
  • 客户端集群个性化配置：分别在动态线程池、容器线程池以及三方框架线程池配置下增加

    nodes

    配置节点，通过该配置可匹配需要变更的节点。 
spring:
  dynamic:
    thread-pool:
      tomcat:
        nodes: 192.168.1.5:*,192.168.1.6:8080
      executors:
      - thread-pool-id: message-consume
        nodes: 192.168.1.5:*
      adapter-executors:
        - threadPoolKey: 'input'
          nodes: 192.168.1.5:*



线程池监控

  • 添加依赖 
<dependency>
    <groupId>io.micrometer</groupId>
    <artifactId>micrometer-registry-prometheus</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
  • 添加配置，上面Nccos配置已添加
  • 项目启动，访问

    http://localhost:29999/actuator/prometheus

    出现

    dynamic_thread_pool_

    前缀的指标，即为成功。

image-20230417150625541

后续则可以通过部署、配置Prometheus和Grafana实现指标采集和可视化监控，详细可以查看前面文章或者Hippo4j的官方文档



无中间件依赖



接入流程

前面部署章节主要演示无中间件依赖的，大体流程和依赖配置中心相似。通过 ThreadPoolBuilder 构建动态线程池，只有 threadFactory、threadPoolId 为必填项，其它参数会从 hippo4j-server 服务拉取。项目中使用上述定义的动态线程池，如下所示： 

@Resourceprivate ThreadPoolExecutor messageConsumeDynamicExecutor;messageConsumeDynamicExecutor.execute(() -> xxx);@Resourceprivate ThreadPoolExecutor messageProduceDynamicExecutor;messageProduceDynamicExecutor.execute(() -> xxx);



服务端配置

hippo4j.core.clean-history-data-enable

是否开启线程池历史数据清洗，默认开启。 

hippo4j.core.clean-history-data-period

线程池历史数据保留时间，默认值：30，单位分钟。

服务端会保留这个配置时间的数据，超过这个时间则会被清理。比如按照默认值 30 分钟来说，12:00 收集到的数据，12:30 就会被清理删除。 

hippo4j.core.monitor.report-type

客户端监控上报服务端类型，可选值：http、netty，默认 http。服务端开启 netty 配置后，需要在客户端对应开启才可生效。用来应对大量动态线程池监控场景。



三方框架线程池适配

Hippo4j 目前已支持的三方框架线程池列表：

  • Dubbo
  • Hystrix
  • RabbitMQ
  • RocketMQ
  • AlibabaDubbo
  • RocketMQSpringCloudStream
  • RabbitMQSpringCloudStream

引入 Hippo4j Server 或 Core 的 Maven Jar 坐标后，还需要引入对应的框架适配 Jar： 

<dependency>    <groupId>cn.hippo4j</groupId>    <!-- Dubbo -->    <artifactId>hippo4j-spring-boot-starter-adapter-dubbo</artifactId>    <!-- Alibaba Dubbo -->    <artifactId>hippo4j-spring-boot-starter-adapter-alibaba-dubbo</artifactId>    <!-- Hystrix -->    <artifactId>hippo4j-spring-boot-starter-adapter-hystrix</artifactId>    <!-- RabbitMQ -->    <artifactId>hippo4j-spring-boot-starter-adapter-rabbitmq</artifactId>    <!-- RocketMQ -->    <artifactId>hippo4j-spring-boot-starter-adapter-rocketmq</artifactId>    <!-- SpringCloud Stream RocketMQ -->    <artifactId>hippo4j-spring-boot-starter-adapter-spring-cloud-stream-rocketmq</artifactId>    <!-- SpringCloud Stream RabbitMQ -->    <artifactId>hippo4j-spring-boot-starter-adapter-spring-cloud-stream-rabbitmq</artifactId>    <version>1.5.0</version></dependency>

如果省事仅需引入一个全量包，框架底层会根据条件判断加载具体线程池适配器。 

<dependency>    <groupId>cn.hippo4j</groupId>    <artifactId>hippo4j-spring-boot-starter-adapter-all</artifactId>    <version>1.5.0</version></dependency>

在官方示例中也提供集中线程池适配示例

image-20230417155140479

修改hippo4j-spring-boot-starter-adapter-rocketmq-example的spring.dynamic.thread-pool.server-addr和rocketmq.nameServer，启动程序后修改框架线程池-RocketMQ的实例配置参数

image-20230417155539309

可以看到控制台已经输入线程池修改的日志信息

image-20230417155359592

而在Hippo4j Config，Hippo4j Config 除了依赖上述适配 Jar 包外，还需要在配置中心添加以下配置项。 

spring:  dynamic:    thread-pool:      # 省略其它配置      adapter-executors:        # threadPoolKey 代表线程池标识        - threadPoolKey: 'input'          # mark 为三方线程池框架类型，参见文初已支持框架集合          mark: 'RocketMQSpringCloudStream'          corePoolSize: 10          maximumPoolSize: 10



拒绝策略自定义

Hippo4j 通过 SPI 的方式对拒绝策略进行扩展，可以让用户在 Hippo4j 中完成自定义拒绝策略实现。自定义拒绝策略，实现

CustomRejectedExecutionHandler

接口，在hippo4j-example-core中添加MyDemoRejectedExecutionHandler.java，内容如下： 

package cn.hippo4j.example.core.handler;import cn.hippo4j.common.executor.support.CustomRejectedExecutionHandler;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import java.util.concurrent.RejectedExecutionHandler;import java.util.concurrent.ThreadPoolExecutor;public class MyDemoRejectedExecutionHandler implements CustomRejectedExecutionHandler {    @Override    public Integer getType() {        return 15;    }    @Override    public String getName() {        return null;    }    @Override    public RejectedExecutionHandler generateRejected() {        return new CustomMyDemoRejectedExecutionHandler();    }    public static class CustomMyDemoRejectedExecutionHandler implements RejectedExecutionHandler {        @Override        public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {            Logger logger = LoggerFactory.getLogger(this.getClass());            logger.error("线程池抛出拒绝策略MyDemoRejected");        }    }}

在hippo4j-spring-boot-starter-example模块中

src/main/resources/META-INF/services

目录，创建 SPI 自定义拒绝策略文件

cn.hippo4j.common.executor.support.CustomRejectedExecutionHandler

， 文件内仅放一行自定义拒绝策略全限定名即可，原本已有这个文件，我们修改内容即可 

cn.hippo4j.example.core.handler.MyDemoRejectedExecutionHandler

启动hippo4j-spring-boot-starter-example，修改实例线程池配置

image-20230417162348230

拒绝策略触发时，完成上述代码效果，仅打印异常日志提示。 

2023-04-17 19:17:33.324 ERROR 29977 --- [ateHandler.test] r$CustomMyDemoRejectedExecutionHandler : 线程池抛出拒绝策略MyDemoRejected

- **本人博客网站**[**IT小神**](http://www.itxiaoshen.com)   www.itxiaoshen.com


版权声明：本文为qq_20949471原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Tags: